摘要：以2010年4月27日Landsat 5 TM影像數(shù)據(jù)為基礎(chǔ)，利用影像的光譜數(shù)據(jù)對麻城市杜鵑花進行了光譜特征分析，并運用均值、標(biāo)準(zhǔn)差和相關(guān)系數(shù)等指標(biāo)定量分析了TM數(shù)據(jù)各波段間的特征，用最佳指數(shù)法（OIF）對各種波段組合進行了比較，確認(rèn)345波段組合最適合麻城杜鵑花分布研究。研究結(jié)果可為進一步應(yīng)用TM影像進行杜鵑花資源信息提取參考。

關(guān)鍵詞：杜鵑花（Rhododendron）；遙感；最佳指數(shù)法；波段組合

中圖分類號：Q949.722.3；TP79；S718.54 文獻標(biāo)識碼：A 文章編號：0439-8114（2016）19-4991-04

DOI：10.14088/j.cnki.issn0439-8114.2016.19.023

Abstract：Taking Landsat 5 TM data on April 27，2010 in Macheng city as an example，the spectrum information and the correlation coefficient of each band were analyzed. After calculating and sorting the OIF index of every band combination，it was noticed that band 3，4，5 combinations was the best band combination of the study on rhododendron distribution in Macheng. The result can be applied to use of TM images for rhododendron resource information extraction.

Key words：Rhododendron； remote sensing； optimum index factor； band combination

麻城杜鵑已經(jīng)成為該地一個十分響亮的旅游名片，加強對該地區(qū)杜鵑資源的分布研究意義重大。遙感影像以其宏觀、及時的特點為植物資源分布的研究提供了重要工具[1]。遙感影像分類信息提取技術(shù)是以地物波譜特征為基礎(chǔ)來分析地物在遙感圖像中表現(xiàn)出的光譜特征差異，是遙感應(yīng)用分析的基礎(chǔ)[2]。要想較好地完成地物分類，就需要對目標(biāo)地物的光譜特征有一定的了解。鑒于杜鵑花在4月中旬到5月上旬開花，在遙感圖像上可分性較好，本研究以Landsat 5 TM影像為數(shù)據(jù)來源，對2010年4月27日麻城市杜鵑花的光譜特征進行分析，希望找出判別該區(qū)域杜鵑花分布的最佳波段組合，為低成本、快速化研究杜鵑花的空間分布提供技術(shù)手段。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域概況與數(shù)據(jù)來源

麻城市位于湖北省東北部，鄂豫皖三省交界的大別山中段南麓。地理坐標(biāo)為東經(jīng)114°40′-115°28′，北緯30°28′-31°36′。麻城市屬亞熱帶大陸性濕潤季風(fēng)氣候，江淮小氣候區(qū)。四季分明，冬冷夏熱，雨熱同季。年均氣溫13.0～16.1 ℃，年平均降水量1 111.2～1 688.7 mm，日照2 153 h，年無霜期250～270 d。麻城市的龜峰山區(qū)山脈連綿，群峰突起，地勢東北高、西南低，是杜鵑分布最為集中的區(qū)域，連片面積達6 667 hm2。

本研究以麻城市為研究區(qū)域，以2010年4月27日的Landsat 5遙感影像數(shù)據(jù)為來源，結(jié)合實地考察結(jié)果，對杜鵑花的光譜特征進行分析。

1.2 研究方法

本研究所用的遙感數(shù)據(jù)是Landsat 5數(shù)據(jù)，時相為2010年4月27日。數(shù)據(jù)在ENVI 5.1中進行處理。將Landsat 5數(shù)據(jù)進行輻射定標(biāo)[3]，即把無意義的DN值轉(zhuǎn)化為有意義的表觀反射率或表觀輻亮度，其中波段6自動舍去。然后將麻城市所在2副影像進行拼接操作，再利用麻城市邊界矢量圖對影像進行裁剪。

首先對圖像進行一次非監(jiān)督分類，得到的結(jié)果和實地考察相印證，合并后主要地物類型劃分為普通植被、不透水地表（包括建筑用地、道路、巖石）、裸露土壤（包括了土壤、建筑物和泥沙中反射率較低部分以及除明顯綠色植物和杜鵑花外不可分辨的其他有色植物）、水體和杜鵑集中分布區(qū)。對各種地物類型的光譜反射特征進行比較分析，對不同地點的杜鵑區(qū)的光譜特征進行比較分析，找出鑒別杜鵑分布區(qū)的最佳波段，再進行最佳波段組合的判別。

在多波段遙感數(shù)據(jù)應(yīng)用中，最佳波段選擇是遙感數(shù)字圖像解譯和信息提取的重要基礎(chǔ)。目前使用最廣泛的是最佳指數(shù)法[5]，其原理是：圖像數(shù)據(jù)的標(biāo)準(zhǔn)差越大，所包含的信息也越多；而波段的相關(guān)系數(shù)越小，波段間的獨立性越高，信息冗余度也越小。這里的最佳指數(shù)計算公式為：

OIF=■Si/■|Rij| （1）

式中，Si為第i個波段的標(biāo)準(zhǔn)差，Rij為i、j兩波段的相關(guān)系數(shù)。對N波段圖像數(shù)據(jù)，計算其相關(guān)系數(shù)矩陣，再對所有可能的三波段組合分別求出其最佳指數(shù)，OIF值越大說明組合越佳。

2 結(jié)果與分析

在ENVI 5.1中打開處理后的影像圖“20100427.dat”，在Data Manager內(nèi)設(shè)置成R5、G4、B3的組合，杜鵑花清晰明了。使用Spectral Profile功能即可查看圖像上點的值，在此處處理后為表觀反射率。

2.1 不同地物的反射特征比較

用Spectral Profile功能分別在不同地物上取點，將不同地物在不同波段上的反射率表示在圖1中。由圖1可以看出，不同地物的反射光譜曲線明顯不同。不透水地表和裸露土壤的反射率在各個波段都是高于其他地物類型的，植被區(qū)、水體區(qū)、杜鵑花區(qū)的反射率在不同波段的表現(xiàn)完全不同，在波長小于660 nm（波段1、2、3）時，反射率從高到低的順序是水體、植被、杜鵑花，在波長為840～1 676 nm（波段4、5）的范圍內(nèi)變化劇烈，超過波段5以后的反射率順序完全顛倒過來了，即從高到低的排列是杜鵑、植被、水體。隨著波長的增加，各種地物的反射率基本上都是在波段4附近達到最高值，然后開始下降，除不透水地表外都到波段7附近達到極低值。具體的反射率數(shù)據(jù)見表1。

2.2 不同點的杜鵑及植被反射特征比較

又在杜鵑花和植被處選取若干點，將杜鵑花每個點的反射曲線列在圖2中，植被的反射曲線列在圖3。

由圖2可知，不同地點的杜鵑花的反射率是有差異的，但在不同波段上表現(xiàn)出的變化規(guī)律基本上是一致的。因此，識別杜鵑花的最好方法是依據(jù)對不同波段響應(yīng)的變化規(guī)律，而不是只看反射率的高低。

圖3顯示的植被反射曲線也表明，在不同地點的植被反射率是有差異的，但是對不同波段的響應(yīng)卻是基本一致的。因此，識別植被的最好方法也是主要依據(jù)不同波段的反射率變化規(guī)律。

綜合分析圖1-3，植被、水體、杜鵑花、不透水地表、裸露土壤5種地物之間具有可分性，其中水體在各個波段均表現(xiàn)出較低值，最容易區(qū)分；植被相對于不透水地表和裸露土壤，各波段值相對較低，且在波段4變化最為劇烈，也很容易區(qū)分；杜鵑花與植被之間多有重合，但在波段4波峰處，植物較杜鵑花更為陡峭，區(qū)分它們較為理想的波段就是波段4。

2.3 識別杜鵑集中分布區(qū)的最佳波段組合

在ENVI5.1中打開Landsat 5 TM影像“20010427.dat”，使用Compute Statistics功能計算圖像的特征值和相關(guān)系數(shù)。

表2列出了各個波段的反射率統(tǒng)計特征值。波段4的標(biāo)準(zhǔn)差最大，為0.126 1，其次為波段5標(biāo)準(zhǔn)差為0.088 6，然后依次為波段1>波段2>波段3>波段7。標(biāo)準(zhǔn)差越大，所含信息量越豐富，波段的信息量越大，圖像的顏色越豐富，層次越分明，有利于目視判讀。

分析表3中波段間的相關(guān)系數(shù)可初步看出， 波段4的各個相關(guān)系數(shù)都不大，因此，在識別不同地物時，波段4應(yīng)為首選波段；波段1、波段2、波段3為可見光波段，為了獲得較好的目視效果，必須選一個[6]，相對而言，波段3與波段4相關(guān)系數(shù)較小，為0.982 459，可暫時確定選擇波段3；兩個遠(yuǎn)紅外波段波段5與波段7，與波段4獨立性較好的是波段7，且波段7與其他波段間的相關(guān)系數(shù)中，波段5較優(yōu)，而波段5本身的信息量又最為豐富，由此分析，較好的波段組合為波段3、波段4、波段7和波段3、波段4、波段5。

帶入OIF公式計算20種組合的OIF，如表4。

從OIF指數(shù)順序來看，排在前5位的分別是145、245、345、124、134波段組合。從前面的分析可知，波段4、波段3必選，為了反映電磁波各波段的特征，再增加一個短波紅外，從上面的排位看，前5位的短波紅外只有波段5。由此得出麻城龜峰山地區(qū)土地分類的最佳波段組合為345波段組合。鑒于波段4最能體現(xiàn)出“植被”和“杜鵑花”與其他地物的區(qū)別，而波段5則是“植被”和“杜鵑花”之間的區(qū)別波段，所以波段345的組合是最能區(qū)分出杜鵑花的波段組合。

3 小結(jié)與討論

本研究以麻城市為例，綜合考慮了地物光譜曲線和OIF指數(shù)，得出了提取杜鵑花信息的最佳波段組合方案，為后期的處理分析提供了有力的技術(shù)支持。

通過對地物光譜特征、單波段信息量、相關(guān)系數(shù)矩陣、OIF指數(shù)的分析得出以下結(jié)論：①本研究所用數(shù)據(jù)中第四波段信息量最大，相關(guān)研究也表明了TM影像一般也是第四波段或者第五波段數(shù)據(jù)量最大[7-11]。②OIF計算簡單，所需參數(shù)為各波段數(shù)據(jù)的標(biāo)準(zhǔn)差和波段間相關(guān)系數(shù)，較為容易獲取，本次研究中OIF值最高的為145波段組合，其次為245、345波段組合。③綜合考慮地物光譜特征曲線和OIF值發(fā)現(xiàn)，最有利于杜鵑花信息提取的波段組合應(yīng)該是345波段組合，這與文獻[12]的研究相符合。表明由一個可見光波段、一個中紅外波段及第四波段組合而成的彩色合成圖像一般具有最豐富的地物信息，其中又以345或者541波段組合為最佳。

在文獻[13]的研究中，筆者采取以龜峰山地區(qū)為訓(xùn)練樣本的方法，用6個波段的數(shù)據(jù)對黃岡市的杜鵑分布進行了研究，研究結(jié)果顯得比較粗糙。下一步將會利用本研究結(jié)果對麻城及整個大別山區(qū)的野生杜鵑花資源進行更加細(xì)致的研究。

參考文獻：

[1] 韓麗君.土地利用分類中TM影像最佳波段組合選擇研究[J].太原師范學(xué)院學(xué)報，2010，9（1）：126-129.

[2] 鄧旺華.竹林地面光譜特征及遙感信息提取方法研究——以福建省順昌縣為例[D].北京：中國林業(yè)科學(xué)研究院，2009.

[3] 池宏康，周廣勝，許振柱，等.表觀反射率及其在植被遙感中的應(yīng)用[J].植物生態(tài)學(xué)報，2005，29（1）：74-80.

[4] 年 波，楊士劍，王金亮.植被遙感信息提取的最佳波段選擇—以云嶺中部山區(qū)為例[J].云南地理環(huán)境研究，2004，16（2）：18-21.

[5] 趙新振.基于遙感的礦區(qū)植被恢復(fù)方法的調(diào)差研究[D].鄭州：河南農(nóng)業(yè)大學(xué)，2008.

[6] 戴昌達，雷莉萍.TM圖像的光譜信息特征與最佳波段組合[J].環(huán)境遙感，1989，4（4）：282-292.

[7] 郭 娜.TM遙感影像植被信息提取的最佳波段組合選擇[J].福建師范大學(xué)學(xué)報（自然科學(xué)版），2012，28（1）：103-107.

[8] 金寶石.TM影像在湖泊濕地信息提取中的最佳波段組合[J].光譜實驗室，2012，29（6）：3771-3774.

[9] 武文波.一種基于地物波譜特征的最佳波段組合選取方法[J].測繪工程，2007，16（6）：22-24.

[10] 官鳳英.基于ETM+影像竹林信息提取的最佳波段組合研究[J].竹子研究匯刊，2009，28（3）：10-13.

[11] 荊耀棟.LANDSAT數(shù)據(jù)在沙地動態(tài)監(jiān)測中提取沙地信息的最佳波段組合研究[J].中國農(nóng)學(xué)通報，2011，27（17）：147-150.

[12] 李石華.多光譜遙感數(shù)據(jù)最佳波段選擇方法試驗研究[J].云南地理環(huán)境研究，2005，11（6）：17-21.

[13] 黃勇奇，羅代清，王云川，等.基于遙感與地理信息系統(tǒng)的黃岡市野生杜鵑花空間分布研究[J].湖北農(nóng)業(yè)科學(xué)，2015，54（22）：5637-5640.